国产开源大模型 · 巅峰对决

Kimi K3VSGLM 5.2

万亿级潜伏 MoE 推理巨兽 Kimi K3,对垒全平台开源速度王者 GLM 5.2。 一场关于智力、多模态、速度与成本的全面较量,数据来自 Artificial Analysis 与 OpenRouter 实测。

🧠 智力指数 57 · 51 ⚡ 速度 172.8 vs 35 tok/s 💰 价格 $2.31 vs $0.90 /M 📦 均开源 · 上下文 1M
Kimi K3
月之暗面 · Moonshot AI
全球首个开源 3 万亿级

2.8 万亿总参数 · Stable LatentMoE · 原生多模态 · 百万级上下文 · 智力全球第三

TRILN-T VS MOE
GLM 5.2
智谱 · Z.ai
MIT 全开源 · 8 大国产算力

744B 总参数 · MoE 稀疏激活 · 开源最强代码 · 172.8 tok/s 极速 · 开源模型第一

0
K3 总参数
0
GLM 总参数
0
上下文长度
0
K3 混合专家
0
GLM 峰值输出
0
K3 智力指数
向下探索
Core Specs

核心事实一览

从参数规模到首发时间,两大模型的关键画像并排呈现

Kimi K3
月之暗面 · 2026-07-16 发布
总参数2.8 万亿 全球首个开源 3 万亿级
架构Stable LatentMoE 896 专家 · 每次激活 16 个
上下文1.05M token 100 万上下文
多模态原生多模态 图片 · 视频 · 视觉推理
开源协议开源 3 万亿级开源
智力指数57 全球第三 · AA
综合成本$2.31 /M AA 综合百万 token
GLM 5.2
智谱 · 2026-06-13 发布
总参数744B 激活参数约 40B
架构MoE 稀疏专家 动态稀疏注意力
上下文1M token 100 万上下文
多模态不支持 纯文本与代码模态
开源协议MIT 全开源 8 大国产算力首日适配
智力指数51 开源模型第一 · AA
综合成本$0.90 /M AA 综合百万 token
Capability Radar

七维能力雷达

综合智力 · 代码 · 多模态 · 长上下文 · 推理 · 速度 · 性价比(0–100)

Kimi K3 GLM 5.2
Kimi K3 · 综合智力 57全球第 3
GLM 5.2 · 综合智力 51开源第 1
K3 在多模态、长上下文、推理深度维度全面领先,整体智力高出 6 分; 而 GLM 5.2 在速度与性价比两个维度大幅碾压,代码能力也略胜一筹。 这是一次「极致能力」与「极致效率」的典型对决。
Dimension Bars

能力维度对比

滚动进入后条形图将动态填充至对应数值

Kimi K3
综合智力57
代码能力55
多模态92
长上下文92
推理深度88
运行速度40
性价比45
GLM 5.2
综合智力51
代码能力65
多模态18
长上下文85
推理深度75
运行速度88
性价比82
Strengths

核心优势与短板

各自的强项与其短板,公平呈现

Kimi K3 强项
能力天花板 · 多模态 · 长上下文
  • 原生多模态,图片、视频、视觉推理一体化
  • 百万级上下文解码加速 6.3 倍(KDA 混合线性注意力)
  • 整体智力更强,全球第三(AA 指数 57)
  • 长程编码 / Agent / 视觉反馈闭环能力强
  • BrowseComp 长程检索 91.2,推理深度突出
短板
输出速度较慢(约 35 tok/s)、成本较高($2.31/M) 简单日常任务过度主动,训练偏向长程高难任务 人机体验与最强闭源模型仍有差距
GLM 5.2 强项
速度 · 成本 · 代码 · 开源
  • 输出速度约 172.8 tok/s,明显更快(约 5 倍)
  • 综合成本约 $0.90/M,价格更便宜(约 2.6 倍差距)
  • MIT 协议全开源,上线首日 8 大国产算力平台全适配
  • 代码能力突出,Code V3 综合排名第三,可用性持平 Opus 4.8
  • Agent 可靠性 / 工具调用正确率高,单次处理 74 万条日志根因分析
短板
不支持多模态,仅纯文本与代码(多模态评分 18) 复杂推理与顶尖模型仍差约 5% 指令遵循偶尔分化,部分任务推理速度存在争议
Benchmarks

实测数据表

Artificial Analysis / OpenRouter / LLM Benchmark 等权威评测(★ 领先一方)

指标 Kimi K3 GLM 5.2
首发时间两大模型的发布时间差异 2026-07-16 2026-06-13 更早
AA 智力指数Artificial Analysis Intelligence Index 57 全球第 3 51 开源第 1
LLM Benchmark Code V3综合代码能力排名 — 第 3 名 可用性持平 Claude Opus 4.8
Terminal-Bench 2.1终端 / Agent 任务评估 — 81.0
SWE-bench Pro真实软件工程任务 — 62.1
BrowseComp 长程检索长程信息检索能力 91.2 —
输出速度 (AA)Artificial Analysis 实测输出速率 约 35 token/s 约 172.8 token/s
首字延迟 TTFT (AA)首字生成时间,越低越好 2.82s 1.50s
OpenRouter 吞吐 / 延迟第三方路由实测 41 tok/s · 1.44s —
综合价格 (AA)每百万 token 综合成本 约 $2.31 约 $0.90
OpenRouter 输入 / 输出价格第三方路由每百万 token 报价 $2.90 / $14.00 $0.581 / $1.826
上下文长度单次对话可处理的最大 token 1.05M 1M
多模态支持图像 / 视频 / 视觉推理 原生支持 不支持
Verdict

如何选择

根据你的使用场景,找到最适合的模型

QUALITY-FIRST

选 Kimi K3

当「输出质量」比「速度与成本」更重要时,K3 是天花板。

  • 多模态理解与视觉推理任务
  • 超长文档 / 长上下文保真阅读
  • 深度推理、复杂长程 Agent 任务
  • 对单次成本不敏感的质量优先场景
适合研究机构、内容创作、多模态产品与深度推理工作流。
EFFICIENCY-FIRST

选 GLM 5.2

当「速度、成本与代码」优先级最高时,GLM 是效率之王。

  • 大规模代码生成与软件开发
  • 高并发、高吞吐生产环境
  • Agent 工具调用与日志根因分析
  • 成本敏感的自部署与国产算力适配
适合开发者、运维团队、创业公司与高性价比生产部署。
综合结论
K3 以 57 分智力、原生多模态与 1.05M 上下文问鼎能力之巅,是「质量优先」的不二之选; 而 GLM 5.2 凭 172.8 tok/s 极速、$0.90/M 低成本、MIT 全开源与国产算力全适配, 在「速度 / 成本 / 代码」场景全面胜出。两者并非替代关系,而是面向不同用户的两条最优路径。